R语言编写自定义函数、评估回归模型预测变量的相对重要性（Relative importance）、通过在所有可能的子模型中添加一个预测变量而获得的R方的平均增加、来评估预测变量的重要程度、并通过点图可视化特征重要度

R语言编写自定义函数计算元回归模型的预测变量系数、使用自助法Bootstrapping估计多元回归模型的预测变量系数、可视化获得的boot对象（向量中的其中一个元素）、估计向量中每个统计量的置信区间

生成一个指数回归模型，以预测温度与其他变量的关系, 并给出模型的函数

拓端tecdat|R语言编程指导随机森林模型中具有相关特征的变量重要性

Paper：《All Models are Wrong, but Many are Useful: 所有模型都是错误的，但许多模型都是有用的：通过同时研究一整类预测模型来了解变量的重要性》翻译与解读

R语言构建简单线性回归、如果使用＜-符号将运算结果赋值保存在变量中（可以重用）、重用这个变量通过predict函数进行预测推理、可视化模型的诊断图（diagnostic plots）、计算影响力强的点

R语言拟合改进的稀疏广义加性模型（RGAM）预测、交叉验证、可视化

R语言广义线性模型函数GLM、glm函数构建逻辑回归模型（Logistic regression）、构建仿真数据集、控制所有其它预测变量、进而评估单个预测因子对结果概率的影响

R语言使用DALEX包的explain函数生成指定分类预测机器学习模型的解释器、使用model_parts函数对分类模型进行特征重要度分析并可视化（Variable importance）

R语言使用R基础安装中的glm函数构建乳腺癌二分类预测逻辑回归模型、分类预测器（分类变量）被自动替换为一组虚拟编码变量、summary函数查看检查模型、使用table函数计算混淆矩阵评估分类模型性能

R语言使用DALEX包的variable_importance函数对caret包生成的多个算法模型进行特征重要度分析并可视化对比差异